Gemini 3.1 Pro

Google DeepMind · 发布于 2026-02-19

评分规则

综合评分55.0第 31 名 · 覆盖 100%

编程46.2第 48 名 · 覆盖 100%

专业办公58.5第 30 名 · 覆盖 100%

知识问答69.7第 11 名 · 覆盖 100%

科研56.4第 33 名 · 覆盖 100%

上下文窗口

1,048,576 token

API 价格

缓存 ¥1.34 · 输入 ¥13.37 · 输出 ¥80.23

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

18 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-06-11 至 2026-10-13；另有 14 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（5）

gemini-3.1-pro-preview-high
google/gemini-3.1-pro-preview
gemini-3.1-pro-preview
gemini-3.1-pro-preview_high
Gemini 3.1 Pro Preview

编程

46.2

LiveBench CodingLiveBench76.45%统一读数 48.7

来源: LiveBench Coding
上游型号: gemini-3.1-pro-preview-high
运行配置: gemini-3.1-pro-preview-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench 4.0Vals AI2.52%统一读数 ≤28.6

来源: Terminal-Bench 4.0
上游型号: google/gemini-3.1-pro-preview
运行配置: high · Mini-SWE-agent · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶
仅提供能力上限，不作为精确读数。

Code MigrationVals AI17.31%统一读数 40.6

来源: Code Migration
上游型号: google/gemini-3.1-pro-preview
运行配置: high · Vals agentic 统一流程 · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI32.03%统一读数 37.8

来源: Vibe Code Bench v1.1
上游型号: google/gemini-3.1-pro-preview
运行配置: high · OpenHands · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

56.4

FrontierMath T1–3 v2Epoch AI59.65%统一读数 51.0

来源: FrontierMath T1–3 v2
上游型号: gemini-3.1-pro-preview
运行配置: gemini-3.1-pro-preview
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-06-11
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Chess PuzzlesEpoch AI51.00%统一读数 68.3

来源: Chess Puzzles
上游型号: gemini-3.1-pro-preview_high
运行配置: gemini-3.1-pro-preview_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Mystery Game PuzzlesEpoch AI34.00%统一读数 58.7

来源: Mystery Game Puzzles
上游型号: gemini-3.1-pro-preview_high
运行配置: gemini-3.1-pro-preview_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-07-27
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench ReasoningLiveBench84.00%统一读数 52.3

来源: LiveBench Reasoning
上游型号: gemini-3.1-pro-preview-high
运行配置: gemini-3.1-pro-preview-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

MysteryMechanismVals AI20.72%统一读数 54.1

来源: MysteryMechanism
上游型号: google/gemini-3.1-pro-preview
运行配置: high · Vals agentic 统一流程 · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-12 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench-ScienceVals AI1.43%统一读数 ≤52.4

来源: Terminal-Bench-Science
上游型号: google/gemini-3.1-pro-preview
运行配置: high · Mini-SWE-agent · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-14 · 本站取数 2026-10-17
评分处理: 正常计入
仅提供能力上限，不作为精确读数。

专业办公

58.5

LiveBench Data AnalysisLiveBench78.54 / 100（任务均分）统一读数 77.5

来源: LiveBench Data Analysis
上游型号: gemini-3.1-pro-preview-high
运行配置: gemini-3.1-pro-preview-high · 表格处理与数据分析，归一化任务均分（非正确率）
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Finance Agent (v2)Vals AI42.98%统一读数 39.3

来源: Finance Agent (v2)
上游型号: google/gemini-3.1-pro-preview
运行配置: high · Vals agentic 统一流程 · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Harvey's Legal Agent BenchmarkVals AI0.00%统一读数 ≤-63.1

来源: Harvey's Legal Agent Benchmark
上游型号: google/gemini-3.1-pro-preview
运行配置: high · Vals agentic 统一流程 · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶
仅提供能力上限，不作为精确读数。

MedCodeVals AI59.06%统一读数 89.1

来源: MedCode
上游型号: google/gemini-3.1-pro-preview
运行配置: high · Vals one-shot 统一流程 · 输出上限 30000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

知识问答

69.7

SimpleQA VerifiedEpoch AI73.50%统一读数 80.1

来源: SimpleQA Verified
上游型号: gemini-3.1-pro-preview_high
运行配置: gemini-3.1-pro-preview_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-10
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

LiveBench LanguageLiveBench85.38%统一读数 69.3

来源: LiveBench Language
上游型号: gemini-3.1-pro-preview-high
运行配置: gemini-3.1-pro-preview-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench IFLiveBench79.10%统一读数 96.4

来源: LiveBench IF
上游型号: gemini-3.1-pro-preview-high
运行配置: gemini-3.1-pro-preview-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

真人偏好

61.8

Arena Text · 风格控制Arena1486.91 Elo统一读数 67.5

来源: Arena Text · 风格控制
上游型号: Gemini 3.1 Pro Preview
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。